Theođịnhnghĩa,gradientlàmộtvộctơcúcỏcthànhphầnbiểuthịtốcđộthayđổigiỏtrịcủađiể mảnh,tacú:
df(x,y) f(x+dx,y) – f(x,y) = fx≈
ĐỒ ÁN TỐT NGHIỆP PHẠM NGỌC QUẢNG – CTL401 Page 32 Tuytanúilàlấyđạohàmnhưngthựcchấtchỉlà mụphỏngvàxấpxỉ đạohàmbằngcỏckỹthuậtnhõnchập(cuộntheomẫu)vỡảnhsốlà tớnhiệu rờirạcnờnđạohàmkhụngtồntại. Vớdụ:Vớidx=dy=1,tacú: Dođú,mặtnạnhõnchậptheohướngxlàA = (-1 1) vàhướngylà B = Chẳng hạn: Ta cú, I A = ; I B = I A + I B = 2.2.3.1. Phương phỏp Prewitt Kỹthuậtsửdụng2mặtnạnhậpchậpxấpxỉđạohàmtheo2hướngx vàylà:
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 33
CỏcbướctớnhtoỏncủakỹthuậtPrewitt
+Bước1:TớnhIHxvàIHy
+Bước2:TớnhIHx+IHy
Vớ dụ :
IHx=
IHy=
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 34
2.2.3.2. Phương phỏp Sobel
TươngtựnhưkỹthuậtPrewittkỹthuậtSobelsửdụng2mặtnạnhõn chậptheo2hướngx,ylà:
CỏcbướctớnhtoỏntươngtựPrewitt
+Bước1:TớnhIHxvàIHy
+Bước2:TớnhIHx+IHy
2.2.3.3. Phương phỏp Compass Kỹthuậtsửdụng8mặtnạnhõnchậptheo8hướng00 Kỹthuậtsửdụng8mặtnạnhõnchậptheo8hướng00 ,450,900,1350, 1800,2250,2700,3150 CỏcbướctớnhtoỏnthuậttoỏnLabàn :
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 35
+Bước1:TớnhIHi;i=1,8
+Bước2: H
2.2.3.4. Phương phỏp Laplace
Cỏc phương phỏp đỏnh giỏ Gradient ở trờn làm việc khỏ tốt khi mà độ sỏng thay đổi rừ nột. Khi mức sỏng thay đổi chậm, miền chuyển tiếp trải rộng, phương phỏp cho hiệu quả hơn đú là sử dụng phương phỏp đạo hàm bậc hai gọi là phương phỏp Laplace. Kết quả nghiờn cứu cho thấy phương phỏp Gradient rất nhậy cảm với nhiễu và thường tạo nờn biờn kộp. Toỏn tử Laplace dựng nhiều kiểu mặt nạ khỏc nhau để xấp xỉ đạo hàm bậc hai. Dưới đõy là 3 kiểu mặt nạ hay dựng.
H1 = H2= H3=
Kỹ thuật Laplace cho đường biờn mảnh, tức là đường biờn cú độ rộng bằng một pixel. Tuy nhiờn, kỹ thuật này rất nhạy cảm với nhiễu vỡ đạo hàm bậc hai thường khụng ổn định.
Kỹ thuật này dũ biờn theo cỏch tớnh xấp xỉ đạo hàm bậc hai dựa trờn một mặt nạ. Chương trỡnh sử dụng mặt nạ H2 trong cỏch dũ biờn theo kỹ thuật Laplace.
H2=
Gọi G là ma trận điểm thu được sau khi nhõn chập ma trận điểm ảnh (của ảnh cần tỡm biờn)với mặt nạ H2.
G chớnh là ma trận điểm ảnh chứa cỏc đường biờn cần tỡm. * Thuật toỏn dũ biờn theo phương phỏp Laplace như sau:
Đầu vào: ma trận ảnh cần tỡm biờn: mặt nạ H2
Đầu ra: Một ma trận ảnh (chứa cỏc đường biờn được tỡm thấy). Giải thuật
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 36
For (mỗi điểm ảnh của ảnh)
if(Nếu điểm ảnh nẳm trờn đường viền ảnh)
Gỏn giỏ trị cỏc điểm ảnh trờn đường viền ảnh =0 (hoặcbằng màu nền ảnh).
else {
- Tớnh xấp xỉ Laplace G: nhõn chập với mặt nạ I1
- Nếu giỏ trị điểm ảnh lớn hơn chỉ số màu của ảnh thỡ gỏn giỏ trị ảnh là giỏ trị màu lớn nhất.
}
Ảnh mạch mỏu ban đầu Ảnh sau khi nổi biờn laplace
Trờn đõy luận văn nếu một số phương phỏp tăng cường chất lượng ảnh. Hiện nay cỏc nghiờn cứu trờn thế giới cú rất nhiều thuật toỏn mới đưa ra dựa trờn cỏc phộp biến đổi khụng gian và thời gian. Phạm vi luận văn này khụng thể đưa ra nhiều kỹ thuật mới vỡ tớnh hạn chế trong nghiờn cứu . Ở chương 3 sẽ tiến hành một số cài đặt thử nghiệm cỏc kỹ thuật trờn.
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 37
CHƢƠNG 3. CÀI ĐẶT CHƢƠNG TRèNH THỬ NGHIỆM MỘT SỐ CHỨC NĂNG .
3.1. GIỚI THIỆU CHƢƠNG TRèNH
Chương trỡnh thực hiện xử lý nõng cao chất lượng ảnh phiờn bản Demo trong luận văn này giới thiệu một số thuật toỏn cài đặt đó hoạt động tốt trờn cỏc ảnh y học thử nghiệm, mặc dự chưa hoàn thiện nhưng cũng là cơ sở để so sỏnh, đỏnh giỏ cỏc kỹ thuật đó nờu trờn.
Chương trỡnh được viết bằng ngụn ngữ Visual C++ trờn nền Windows.
3.2. GIAO DIỆN VÀ CHỨC NĂNG CỦA CHƢƠNG TRèNH
Giao diện chớnh của chương trỡnh gồm một số chức năng cơ bản sau:
- Chức năng Tập tin: gồm những thao tỏc trờn tập tin ảnh, được phõn ró thành cỏc chức năng con :
- Mở file ảnh
- Quay về ảnh ban đầu - Thoỏt chương trỡnh - Chức năng Point processing :
+ Chuyển ảnh thành ảnh xỏm + Tăng độ sỏng ảnh
- Chức năng Nổi biờn ảnh: thực hiện cỏc kỹ thuật nổi biờn gồm: - Compass
- Sobel - Prewitt - Laplace
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 38
Hỡnh 3.1. Giao diện chớnh của chương trỡnh
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 39
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 40
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
Sau thời gian tỡm hiểu và nghiờn cứu dưới sự hướng dẫn chỉ bảo của thầy giỏo hướng dẫn ,sự giỳp đỡ nhiệt tỡnh của thầy cụ , bạn bố . Em đó hoàn thành bài bỏo cỏo này và thu được kết quả như sau :
- Nờu rừ được ý nghĩa, tầm quan trọng của việc xử lý ảnh trong lĩnh vực y học, đặc biệt là cụng đoạn nõng cao chất lượng ảnh y học phục vụ cho cụng tỏc truyền thụng và chẩn đoỏn bệnh.
- Trỡnh bày cỏc kiến thức cơ bản về xử lý ảnh và cỏc đặc trưng riờng biệt của ảnh y học so với cỏc loại ảnh khỏc.
- Trỡnh bày lựa chọn một số cỏc kỹ thuật nõng cao chất lượng ảnh phự hợp và hiệu quả đối với ảnh y học.
- Xõy dựng chương trỡnh thử nghiệm ỏp dụng một số kỹ thuật đó nờu đối với ảnh y học để thấy kiểm chứng kết quả của cỏc phương phỏp.
Những hạn chế của luận văn:
- Một số cỏc phương phỏp kỹ thuật mới của xử lý nõng cao chất lượng ảnh chưa được khai thỏc hết, chưa tập trung vào một vài kỹ thuật nổi bật để đi sõu cả về cơ sở lý thuyết và chương trỡnh.
- Chương trỡnh thử nghiệm chưa cài đặt được hết tất cả cỏc thuật toỏn đưa ra do hạn chế về mặt thời gian và kiến thức cú hạn .
Hướng phỏt triển trong tương lai:
Trong chẩn đoỏn, thành tựu nổi bật là cỏc thiết bị chẩn đoỏn cụng nghệ cao khụng ngừng ra đời, đổi mới, hoàn thiện hơn. Nhờ đú mà chất lượng chẩn đoỏn bệnh ngày càng được nõng cao, cỏc bệnh hiểm nghốo ngày càng được phỏt hiện sớm để kịp thời chữa trị, thu hẹp khoảng cỏch về khụng gian, thời gian trong việcchẩn đoỏn và chữa trị, giảm chi phớ khỏm chữa bệnh cho bệnh nhõn . Như đó nờu trờn, y tế từ xa với sự hỗ trợ của mỏy múc cụng nghệ cao thụng qua hệ thống lữu trữ và truyền thụng PACS, internet ngày càng trở nờn phổ biến và là hướng
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 41
phỏt triển trờn thế giới trong 2 thập kỷ qua và cũn phỏt triển rất mạnh trong tương lai.
Hiện nay, trờn thế giới cú hai hướng phỏt triển chủ yếu của y tế từ xa. Một là nghiờn cứu về tổ chức mạng và đường truyền. Cỏc dữ liệu y tế, y học gồm vǎn bản, õm thanh, hỡnh ảnh,... được tổ chức xử lý và khai thỏc qua điện thoại hoặc mạng nội bộ, mạng internet, truyền hỡnh, cỏp quang… Hướng thứ hai là phỏt triển cỏc phần mềm quản lý dữ liệu nhằm xõy dựng hệ thống quản lý thụng tin bệnh viện, cỏc hệ thống lưu trữ, xử lý, khai thỏc cơ sở dữ liệu, õm thanh, thao tỏc, phõn tớch và xử lý hỡnh ảnh để phục vụ việc chẩn đoỏn và điều trị, hội chẩn từ xa truyền hỡnh ảnh động và cỏc dữ liệu khỏc từ những thiết bị chẩn đoỏn hỡnh ảnh như siờu õm, X quang, CT scaner, cộng hưởng từ hạt nhõn...
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 42
TÀI LIỆU THAM KHẢO Tiếng Việt
1. Đỗ Năng Toàn, Phạm Việt Bỡnh (2007), “Xử lý ảnh ’’, NXB Khoa học Kỹ thuật.
2. Nguyễn Thanh Thuỷ, Lương Mạnh Bỏ ( 1998), “ Nhập mụn xử lý ảnh số”,
NXB Khoa học kỹ thuật, Hà nội.
3. Nguyễn Quang Hoan (2006), “Giỏo trỡnh Xử lý ảnh”. Học viện Bưu chớnh Viễn thụng.
Tiếng Anh
1. Anita Shinkar, Prakash Devale (2007), “Contrast Enhancement Technique for Medical Images”, 3rd Indian International Conference on Artificial Intelligence, Pune, India, December 17-19.
2. Dah-Chung Chang, Wen-Rong Wu (1998), “Image Contrast Enhancement Based on a HistogramTransformation of Local Standard Deviation”, IEEE Transaction on Medical Imaging.
3. Geoff Dougherty (2009), “Digital Image Processing for Medical Applications”, Cambridge University Press, pp. 91-100,123-269.
4. Monica Trifas (2002), “Medical Image Enhancement”, Jacksonville State University, Vol. 21, No. 4, pp. 343-353.
5. P. Jagatheeswari , S.Suresh Kumar, M. Rajaram (2009), “Contrast Enhancement for Medical Images Based on Histogram Equalization Followed by Median Filter”, Proceedings of the International Conference on Man-Machine Systems.
6. K. Karthikeyan, C. Chandrasekar (2011),“Speckle Noise Reduction of Medical Ultrasound Images using Bayesshrink Wavelet Threshold”,
ĐỒ ÁN TỐT NGHIỆP
PHẠM NGỌC QUẢNG – CTL401 Page 43
7. Mohamed Roushdy (2006), “Comparative Study of Edge Detection Algorithms Applying on the Grayscale Noisy Image Using Morphological Filter”, GVIP Journal, Volume 6, Issue 4, December.
8. Prof. J.Mehena (2011), “Medical Images Edge Detection Based on Mathematical Morphology”, International Journal of Computer & Communication Technology (IJCCT), Volume-2, Issue-VI.
9. Shantanu H. Joshi, Antonio Marquina, Stanley J. Osher, Ivo Dinov, John Darrell Van Horn, and Arthur Toga (2008), “Image Resolution Enhancement and its applications to Medical Image Processing”, University of California. 10. Xujia Qin, Shishuang Liu, Wu Zhengqiang, Jun Han (2008), “Medical Image
Enhancement Method Based on 2D Empirical Mode Decomposition”,
Bioinformatics and Biomedical Engineering, ICBBE 2008. The 2nd International Conference on, pp. 2484-2488.
11. Zia-ur Rahman, Glenn A. Woodell, Daniel J. Jobson (2001), “Retinex Image Enhancement: Application to Medical Images”, NASA Medical Imaging Conference.
Website:
http://hocvienquany.vn/Default.aspx?MaTin=1098